RIVISTA ITALIANA DI ECONOMIA DEMOGRAFIA E STATISTICA · XLVI Riunione Scientifica della Società Italiana di Economia, Demografia e Statistica tenutasi a Firenze dal 28 al 30 maggio

VOLUME LXIII NN. 3-4 LUGLIO-DICEMBRE 2009

RIVISTA ITALIANA DI ECONOMIA DEMOGRAFIA

E STATISTICA

COMITATO SCIENTIFICO Prof. LUIGI DI COMITE , Prof. FRANCESCO FORTE, Prof. GIOVANNI MARIA GIORGI

Prof. VINCENZO LO JACONO, Prof. MARCELLO NATALE, Prof. ALBERTO QUADRIO CURZIO Prof. GIOVANNI SOMOGYI

COMITATO DI DIREZIONE Prof. PIETRO BUSETTA, Prof. CATELLO COSENZA, Prof.ssa SILVANA SCHIFINI DANDREA

Prof. SALVATORE STROZZA, Prof. SILIO RIGATTI LUCHINI

DIRETTORE Prof. ENRICO DEL COLLE

REDAZIONE

Dott. GIOVANNI CARIANI, Redattore capo Dott. CLAUDIO CECCARELLI, Dott. ANDREA CICCARELLI, Dott.ssa PAOLA GIACOMELLO

Prof.ssa ANNA PATERNO, Dott.ssa ANGELA SILVESTRINI GABRIELLA BERNABEI, Segretaria di Redazione

Direzione, Redazione e Amministrazione Piazza Tommaso de Cristoforis, 6

00159 ROMA TEL. e FAX 06-43589008

E-mail: [email protected]

Stampato da CLEUP sc Coop. Libraria Editrice Universit di Padova

Via G. Belzoni, 118/3 Padova (Tel. 049/650261) www.cleup.it

IN QUESTO NUMERO

Questo volume accoglie, in ordine alfabetico, una selezione effettuata in sede di referaggio, delle comunicazioni tematiche dei Soci presentate in occasione della XLVI Riunione Scientifica della Societ Italiana di Economia, Demografia e Statistica tenutasi a Firenze dal 28 al 30 maggio 2009, sul tema Povert ed esclusione sociale. La Riunione Scientifica stata organizzata in collaborazione con il Dipartimento di Statistica Giuseppe Parenti dellUniversit degli Studi di Firenze. Enrico Del Colle

INDICE

Fabrizio Antolini, Linee metodologiche per la misurazione del Pil della felicit: alcune indicazioni... 7 Giuseppe Avena, Santina Pilato, Una ricerca esplorativa sullo stile di vita dei figli di immigrati in una citt del sud.. 15 Elisa Barbiano di Belgiojoso, Francesco M. Chelli, Anna Paterno, Povert e standard di vita della popolazione straniera in Lombardia 23 Maria Celidoni, Margherita Gerolimetto, Luca Salmasi, Inequality in Italy: an approach based on Shapley value decomposition. 31 Angela Coscarelli, Domenica Federico, Antonella Notte, Lesclusione finanziaria nelle famiglie italiane 39 Maria Francesca Cracolici, Miranda Cuffaro, Francesca Giambona, Dimensioni di benessere tra le famiglie italiane. Unanalisi sui dati EU-SILC 2005 47 Andrea Cutillo, Davide Di Laurea, The effects of imputed rent on income, poverty and inequality in four European countries. 55

Antonio Cutillo, Daniela Lo castro, Isabella Siciliani, Popolazione minorile a rischio di povert: confronti tra paesi europei.. 63 Maria Dav, Isidora Barbaccia, Disparit territoriali nella misura del benessere economico. Unapplicazione dellesda ai sistemi locali del lavoro italiani.. 71 Tatiana Gaborin, Modelli di citt europea e lotta al disagio sociale: il ruolo delle politiche comunitarie. 79 Carla Ge, Simone Gerzeli, I disabili e le loro famiglie: dal malessere allesclusione sociale... 87 Chiara Gigliarano, Nuovi metodi per determinare la soglia di povert.. 97 Filippo Grasso, Maria Elisabetta Azzar, Analisi della povert nellarea metropolitana dello Stretto.. 105 Isabella Martucci, Anna Rinaldi, Aiuto allo sviluppo e lotta alla povert: il ruolo del microcredito.. 113 Matteo Mazziotta, Adriano Pareto, Valentina Talucci, Metodi di sintesi per la misurazione dellequit sociale: il caso europeo.. 121 Maria Carmela Miccoli, Antonella Biscione, Migrazioni, povert ed emarginazione sociale: il caso albanese. 129 Silvestro Montrone, Massimo Bilancia, Paola Perchinunno, Hot spot di povert urbana: alcune realt a confronto.. 137 Massimo Mucciardi, Pietro Bertuccelli, Struttura familiare e rischio povert in Italia: unanalisi attraverso i dati della Banca dItalia. 147 Francesca Petrei, Produttivit e standard di vita: confronto tra paesi in via di sviluppo e paesi sviluppati. 155 Elena Pirani, Social exclusion in European regions: a multilevel latent class model... 163

Elena Pirani, Silvana Salvini, Condizioni di salute e diseguaglianze sociali in Toscana 171 Stefania Rimoldi, Gisella Accolla, La povert in Lombardia attraverso i dati dellosservatorio regionale sullesclusione sociale.. 179 Eleonora Scarsella, Caratterizzazione turistica e livelli di benessere: una prima analisi territoriale. 187 Domenico Summo, La disuguaglianza dei redditi personali secondo le fonti di reddito. 195 Domenico Summo, Tommaso Pepe, La disuguaglianza del reddito disponibile nelle Regioni italiane 203 Maria Letizia Tanturri, Daniele Vignoli, Do older poor Europeans have less access to home ownership? Evidence from the share survey... 211

Rivista Italiana di Economia Demografia e Statistica Volume LXIII nn. 3-4 Luglio-Dicembre 2009

LINEE METODOLOGICHE PER LA MISURAZIONE DEL PIL

DELLA FELICIT: ALCUNE INDICAZIONI

Fabrizio Antolini

1. Introduzione

Nel trovare una misurazione del Pil delle felicit la maggiore difficolt si riscontra nel conflitto semantico dei due argomenti di cui uno, il Pil, ha natura oggettiva, mentre laltro, la felicit, riguardando lo stato emotivo degli individui, esprime una dimensione soggettiva e di percezione. Inoltre la rappresentazione della felicit utilizzando gli aggregati economici, stata effettuata utilizzando un approccio economico oppure contabile, sebbene n luno n laltro, abbiano offerto misure esaustiva. Pervenire ad un indicatore di sintesi in grado di rappresentare il pil della felicit utilizzando gli aggregati economici, sarebbe utile e consentirebbe di evidenziare gli effetti non sempre positivi della crescita economica, che invece viene associata quasi sempre al benessere ed alla soddisfazione. La costruzione di questo indicatore di sintesi, dovrebbe affiancare le altre indagini sulla felicit attualmente esistenti, poich queste, non rilevando direttamente alcuna dimensione economica, finiscono con lavere un significato esclusivamente sociale1. 2 Lapproccio economico alla misurazione della felicit

Se guardiamo al significato economico del consumo e teniamo presente la teoria utilitaristica, esso latto mediante il quale viene accordata la preferenza ad un prodotto. Lindividuo infatti determina la quantit dei beni da consumare, in ragione allutilit marginale apportata da ciascun bene. In et vittoriana, i filosofi e gli economisti si riferivano allutilit come ad un indicatore del benessere complessivo per lindividuo, sino a considerare lutilit come una misura numerica della felicit della persona. Ma limpossibilit di fornire una misurazione dellutilit, non consentendo di effettuare analisi comparative, ha fatto si che

1 Si veda al riguardo www.eurofound.europa.eu che predispone anche un indagine sulla felicit.

Volume LXIII nn. 3-4 Luglio-Dicembre 2009

8

venisse abbandonata linterpretazione dellutilit come misura della felicit2. Da un punto di vista concettuale il ragionamento diviene ancora pi complesso, dal momento che pu accadere che nelle societ particolarmente inclini al consumo, lo spirito di emulazione indebolisca il collegamento consumo uguale felicit. Il sistema di valori culturali nei quali si inseriti specialmente nei paesi a forte vocazione di mercato, pu infatti determinare negli individui, uno stato di insoddisfazione per quello che non si ha, a prescindere da quello che si possiede. Vi poi un secondo aspetto che riguarda invece il funzionamento delleconomia non pi esprimibile solamente attraverso lo scambio monetario di beni e servizi; esisterebbe infatti un capitale relazionale fondato sullamicizia, sulla fiducia, sulla solidariet, che non sarebbe oggetto di transazione economica. Alleconomia monetaria si affiancherebbe leconomia gratuita, dove i beni anzich essere reali sono relazionali in un mercato che, per questa ragione viene definito sociale (noprofit). Ma pu la misurazione del settore noprofit rappresentare una rappresentazione della felicit di una societ? La risposta negativa dal momento che la sussidiariet non pu esprimere la felicit di una societ, specialmente in sistemi economici con profili istituzionali e di welfare pubblici molto diversi.

3. Lapproccio contabile per la misurazione della felicit

Lapproccio contabile alla felicit fa leva sul concetto di produzione, anche se produzione e consumo rappresentano due facce di una stessa medaglia, che pu essere indistintamente contabile oppure economica. Occorre, sebbene brevemente analizzare il significato della produzione nella contabilit nazionale e la sua evoluzione concettuale. In passato si ampiamente dibattuto se dovessero essere considerate operazioni di produzione le sole attivit economiche di trasformazione anche solo fisica dei beni. In questo modo non venivano considerati i beni immateriali, ed infatti gli economisti contabili non includevano tra le operazioni di produzione le attivit che generavano servizi che, invece, per loro natura sono immateriali. Al concetto tecnico di trasformazione si affianc uninterpretazione pi economica, secondo la quale erano attivit economiche tutte le attivit che creavano utilit: una operazione di produzione tale, in quanto carica dutilit qualche cosa3. 2 Si , cos, riformulata la teoria sul comportamento del consumatore, interpretando lutilit come un modo per rappresentare le preferenze. In realt esistono le teorie dellutilit cardinale le quali si fondano sullipotesi che la differenza tra le utilit di due panieri abbia qualche significato. 3 Fraser 1949

Rivista Italiana di Economia Demografia e Statistica

9

Se si concentra lattenzione sulla definizione di attivit di produzione cos come fornita dalla contabilit nazionale, pu rilevarsi come essa abbia subito nel corso del tempo dei cambiamenti. Il SEC 70 definiva la produzione totale come il risultato dellattivit economica delle unit residenti consistente nel produrre beni e servizi nel corso di un periodo determinato, mentre il SEC 95 cambia il concetto di produzione: la produzione consta dei prodotti risultanti dallattivit di produzione nel corso del periodo contabile. Il cambiamento consiste nel passaggio dalla produzione di beni, al bene prodotto che scaturisce dallattivit di produzione e che come tale pu essere anche immateriale. Utilizzando il circuito della ricchezza di Knight, occorre considerare che dal lato della domanda il consumo immateriale non pu esistere a meno di non considerare il tempo libero4. Ed quindi nellaltra componente della domanda aggregata, ovvero negli investimenti che viene apportata la modifica definitoria appena accennata, includendo alcuni beni capitali immateriali (ad esempio il software, le opere dingegno e le banche dati). Il cambiamento intervenuto nella definizione della produzione per non fornisce alcuna utile indicazione per misurare leconomia della felicit. In realt per misurare la felicit utilizzando il prodotto, occorrerebbe individuare una metodologia che consenta di individuare il reddito nazionale psichico. Si dovrebbero cos considerare monetariamente gli elementi positivi che possono generare la felicit come il calore solare, le bellezze della natura, ma anche elementi negativi, come linquinamento dellaria e dellacqua provocato dalla produzione di beni e servizi per il soddisfacimento dei bisogni, siano essi necessari oppure superflui.

Questa operazione, per, per i rilevanti margini di arbitrariet che presenta, pu diventare un mero esercizio teorico. 4. Alternativi indicatori al Pil per una sua estensione di rappresentativit Se misurata rigorosamente sulla base del Pil, la crescita un concetto parziale, se vuol descrivere la realt del mondo: in particolare, non tiene conto dei disordini della globalizzazione, di ingiustizie e sprechi, del riscaldamento del clima, dei disastri ecologici, dellesaurimento delle risorse naturali. La crescita della produzione, per, la sola misura operativa della ricchezza e del livello di vita a nostra disposizione che permetta di paragonare i risultati dei vari paesi. Daltronde,

4 Alcuni autori lhanno definito anche circuito della felicit, volendo esprimere un sistema in equilibrio, dove la spesa eguaglia sempre la produzione.


10

questa misura strettamente connessa con linnovazione tecnologica, indispensabile per lo sviluppo sostenibile e il raggiungimento di altri obiettivi di sviluppo (sanit, istruzione, servizi pubblici, ecc)5.In letteratura si tentato di introdurre alternativi indicatori di sostenibilit nel rappresentare i diversi aspetti della vita quotidiana. Tra questi c stato un dibattito rivelatosi particolarmente fecondo sul Pil verde, anche se sulla sua attendibilit esistono ancora opinioni contrastanti6. Esso prevede la sottrazione dei danni ambientali dal Pil utilizzando la spesa di protezione (tutela) ambientale, sebbene si possono avere delle difficolt nel riuscire a preservare il quadro teorico e metodologico complessivo della contabilit nazionale. Per rappresentare il benessere (che, per, non un concetto assimilabile con quello di felicit) negli ultimi anni stato teorizzato il Genuine Progress Indicator (GPI) che si propone di distinguere tra spese (finali) che aggiungono benessere e quelle che, invece, concorrono a diminuirlo. Nella sua accezione tecnica, il GPI include: la distribuzione del reddito; la valutazione del tempo libero nel senso che a parit di incremento di ricchezza la quantit di tempo libero un indicatore di progresso ; la spesa per certi beni capitali ad esempio la ricerca e le infrastrutture. Sono invece escluse le spese per combattere la criminalit che non dovrebbero concorrere alla produzione finale; i costi generati dallattivit economica sullambiente, in particolare, il depauperamento delle risorse ambientali, linquinamento ambientale e il danno ambientale permanente (cambiamento climatico, il problema relativo allozono ecc.); lincremento di capitale finanziario proveniente dallestero (ad esempio, gli investimenti diretti esteri).

Un altro indicatore utilizzato la Felicit Interna Lorda (FIL) che dovrebbe basarsi su una serie di valutazioni soggettive sui valori morali, con lobiettivo di fornire un quadro di riferimento normativo per i governi, in relazione a quei valori che dovrebbero essere sviluppati dalla politica come obiettivo e non come strumento. Ma anche in questo caso il suo valore sarebbe locale e comunque la misurazione delle aspettative della popolazione una questione politica, che dipende da fattori tra loro molto diversi. Un ulteriore tentativo di dimostrare la distorsione da crescita del Pil rappresentato dai modelli GASP (Growth as substitution process) con i quali si arriva a formulare una teoria secondo la quale gli individui per accumulare denaro, creano una societ dove viene meno il gratuito a tutto vantaggio del mercato. Questo costringerebbe le persone ad aumentare ancora di pi la loro dedizione al lavoro, all'accumulazione di risparmio

5 Rapporto Attal, 2007. 6 Si veda per tutti Costantino, 1993.


11

e all'aumento di reddito, per mantenere lo stesso livello di vita, con conseguente aumento del grado di insoddisfazione. Anche in questo caso per il modello teorico, dal momento che non sappiamo se in assenza di uneconomia di mercato (il profitto), si produrrebbe la stessa quantit di beni; inoltre lo stesso concetto di gratuito che deve essere rivisto: ad esempio se il bene/servizio ha natura pubblica, nel senso che offerto dalla Pubblica Amministrazione (a prezzi economicamente non significativi), sino a che punto corretto considerarlo gratuito, se sono pagate delle imposte o si ricevono comunque trasferimenti pubblici?7. 5. Dal Pil della felicit al Pil dellinfelicit

Sebbene il Pil ed il reddito nazionale non possano essere considerati onnicomprensivi dei molteplici aspetti che caratterizzano la societ, occorre comunque riflettere su alcuni significati che implicitamente laggregato in questione contiene.

Ad esempio, dal punto di vista economico, il Pil determinato dalla produttivit dei fattori della produzione, in particolare dalla forza lavoro occupata allinterno del sistema economico. In una societ post-industriale e dei servizi, per, creativit e talento diventano argomenti di una teorica funzione di produzione, cos come inequivocabilmente dimostrato dalla revisione dei processi organizzativi aziendali registrati in questi ultimi anni allinterno delle imprese. Lobiettivo perseguito dalle imprese nel corso di questi ultimi anni stato, infatti, la valorizzazione delle risorse umane, realizzando un ambiente di lavoro sereno, stimolando creativit e senso di partecipazione di coloro che vi lavorano. Lorganizzazione delle risorse umane e dei processi produttivi diventata un fattore della produzione che pu garantire il di pi alla competitivit aziendale8. Dal punto di vista macro-economico il medesimo ragionamento pu essere utilizzato per affermare che se una societ infelice, il capitale umano, scarsamente motivato risulta meno produttivo, penalizzando la crescita economica. Questo schema infelicit-minore produttivit, bassa crescita economica penalizzando la crescita economica, renderebbe il Pil pi umano riuscendo a rappresentare, sebbene in maniera indiretta, la felicit di una popolazione. Ma se si considera il modo in cui il Pil e la produttivit sono misurati dai contabili nazionali, ed in particolare i problemi

7Questo tra laltro uno degli elementi che costringono i contabili ad apportare delle correzioni per ridurre la discrepanza tra domanda ed offerta aggregata. 8 Zalensky J.M., Murphy S.A, Jenkins D.A., Happy-Productive Workers Thesis Revisited, in Journal Happimess Study, Febbraio 2008


12

connessi al sommerso statistico per la stima di importanti aggregati, il legame precedentemente menzionato appare ancora pi debole9.

Questo stesso schema logico di riferimento, pu conservare una propria validit, se utilizzato per ottenere un indicatore di disagio della popolazione di una economia. In questo modo per si cambia la prospettiva di analisi, ed infatti non si misura la felicit, ma il grado di insoddisfazione di una popolazione. Lindicatore o laggregato, dovrebbe quindi riuscire a dimostrare oggettivamente che la macchina economica andato fuori giri, se si conviene sul fatto che una societ insoddisfatta, difficilmente pu essere considerata felice. Se laggregato di riferimento rimane il Pil, occorre quindi considerare se esista un aggregato monetario in grado di esprimere questo stato di disagio. Una volta individuato, esiste un secondo problema, ovvero come trattare la relativa voce di spesa allinterno del Pil. Il primo dei due aspetti appena menzionati, potrebbe essere risolto utilizzando la spesa farmaceutica per antidepressivi, nella quale si potrebbe includere anche quella cardiovascolare e gastrointestinale, poich almeno una parte di queste patologie connessa allo stress della vita quotidiana. Sarebbe per importante, per poter pervenire ad una corretta valutazione monetaria, analizzare i diversi principi attivi presenti nei farmaci. Per quanto riguarda invece la costruzione dellindicatore in questione, un ulteriore problema metodologico riguarda invece il trattamento della spesa, ovvero se sottrarla, oppure metterla a rapporto del Pil, utilizzandola come deflatore, al fine di non compromettere lo schema logico-teorico sul quale il Pil costruito. Ad esempio attualmente non si ha certezza sullomogeneit dei metodi riguardanti linclusione della spesa per antidepressivi nel Pil nei diversi paesi e quindi si potrebbe rischiare di togliere quello che non c. A questargomentazione si potrebbe per rispondere che, come avviene per il pil verde, sarebbe sufficiente considerare la spesa per antidepressivi una spesa intermedia, rappresentando una spesa di riparazione per il danno subito dal capitale umano per la partecipazione ad una vita dettata dai ritmi della produzione. Inoltre la spesa farmaceutica per antidepressivi, che fonti non ufficiali indicano non particolarmente elevata, sconsiglierebbe di sottrarla dal Pil, anche perch lo scostamento tra il Pil monetario e quello corretto sarebbe di modesta entit. Questo non accadrebbe se si utilizzasse come denominatore del rapporto dellindicatore in questione la variazione della spesa per antidepressivi, mentre al

9 Si pensi ad esempio al problema della valutazione degli investimenti immateriali e del capitale tecnologico.


13

numeratore andrebbe considerato la variazione del Pil10. I dati disponibili a livello europeo, ci consentono di fare alcune prime considerazioni, ed infatti se si utilizzano gli unici dati disponibili diffusi, ovvero la ripartizione della spesa farmaceutica (Aifa 2007)11 consentono di evidenziare che ci sono paesi come la Finlandia che hanno una quota di spesa farmaceutica uguale a quella del Regno Unito e simile a quella della Spagna sebbene il prodotto interno lordo in queste aree sia sensibilmente diverso. Ma lanalisi potrebbe cambiare se fosse possibile analizzare la variazione dei due aggregati nel corso del tempo ma i dati, almeno quelli diffusi, non consentono di fare questo genere di analisi. Riferimenti bibliografici

Aifa, Rapporto Osmed 2007. Alvaro G. Contabilit nazionale e Statistica Economica, Cacucci 1999. AA.VV., 2005, Social mobility over the life course and self reported mental health at age 50: prospective cohort study" in Journal of Epidemiology and Community Health, n. 59. Bartolini S., Does Money buy happiness? The Easterling paradox, Oecd 2008. Bossel H., Indicators for Sustainable Developments: Theory, Methods, Applications, Winnipeg, International Institute for Sustainable Development, 1999. Dacrema P., 2007, La dittatura del Pil, Marsilio. Dasgupta P., Weale M.,1992 On Measuring the Quality of Life, World Development, Vol. 20, N. 1. Di Tella R., Mac R., Gross national happiness as an aswer to the Easterling paradox?, in Journal of Development Economics, 2007. Fraser L.M 1949 Pensiero e Linguaggio nella scienza economica, Utet Torino. Giannone A., 1975, Verso una misura del benessere economico? In Rivista di Politica Economica. Giovannini E. 2006 Le Statistiche economiche, Il Mulino. Istat, 1983, Studi statistici sui consumi, in Annali di statistica, Istat, Roma 1983. Zalensky J.M., Murphy S.A, Jenkins D.A., Happy-Productive Workers Thesis Revisited, in Journal Happimess Study, Febbraio 2008.

10 La scelta di considerare le variazioni anzich i livelli dovrebbe consentire di meglio evidenziare i cambiamenti intervenuti nellambito dei due aggregati. Una vero che una misura relativa sempre insidiosa perch nasconde gli ordini di grandezza, tuttavia se si ragionasse sui valori assoluti, si avrebbe il problema di rappresentare paesi molto diversi sotto il profilo del peso economico e demografico. 11 Aifa, Rapporto Osmed, 2007


14

SUMMARY

The current debate on the need to find indicators or economic aggregates that are able to express different dimensions of life and then to measure aspects that are not simply economic significance has become increasingly insistent. In particular, the adequacy of the GDP, it seems according to some, to represent phenomena such as happiness or well-being is strongly debated until we get to question the current paradigm of economic growth, as the ideal model of development and quality of life. Over time many attempts have been made to make accounting changes to the GDP with the specific aim of improving its representativeness. It is in this perspective that the pharmaceutical expenditure could be an instrument for the construction of an indicator that gives reason for the malaise of a society. The availability and dissemination of data is still limited and does not perform an analysis that instead should be dept. ______________________ Fabrizio ANTOLINI, Professore associato di statistica economica Universit di Teramo


UNA RICERCA ESPLORATIVA SULLO STILE DI VITA DEI FIGLI

DI IMMIGRATI IN UNA CITT DEL SUD

Giuseppe Avena, Santina Pilato1

1. Introduzione

Il presente lavoro nasce dallidea di analizzare il fenomeno dellintegrazione dei figli di immigrati, cercando di approfondire le diverse implicazioni che questa realt comporta.

Il luogo ideale per indagare tali aspetti a nostro avviso si identifica con la scuola che costituisce un laboratorio privilegiato di inclusione sociale e ha come compito quello di educare alla convivenza civile e quello di costruire percorsi di integrazione capaci non solo di accogliere, ma anche di valorizzare tutti gli individui, trasformando le diverse provenienze culturali in opportunit di formazione per tutti.

Per tale motivo si ritenuto opportuno verificare quali variabili socio-demografiche possono avere un peso statisticamente significativo sullo stile di vita dei figli di immigrati che vivono in una citt del Sud Italia.

Attraverso un approccio basato sullindividuazione di quegli elementi che possono aver influenzato lintegrazione nel territorio urbano, si realizzata lanalisi dei loro profili, pervenendo ad una misura del loro grado di adattamento e della loro condizione, strettamente connessa allesperienza familiare.

Lavoro svolto nell'ambito del progetto PRIN 2008-10 su "Il costo dei figli. Stima, collegamenti con la bassa fecondit italiana, e indicazioni per la politica sociale, e per il calcolo dell'assegno di mantenimento dei figli nei casi di separazione tra coniugi". 1 Il lavoro frutto della collaborazione congiunta dei due autori. Tuttavia, per la stesura del testo, Giuseppe Avena autore dei paragrafi 1, 2, 4 e 7, Santina Pilato autore dei paragrafi 3, 5 e 6.


16

2. Il disegno della ricerca

Nella fattispecie sono stati analizzati i dati relativi ad una indagine condotta sulla totalit degli alunni stranieri frequentanti le prime, seconde e terze classi delle scuole medie statali e paritarie del comune di Messina. Sono stati rilevati 242 ragazzi stranieri distribuiti nelle 25 scuole medie, 20 statali e 5 paritarie, ai quali stato somministrato un questionario elaborato sulla base di informazioni riguardanti gli aspetti qualitativi della vita di tali ragazzi.

Il questionario stato articolato in 5 sezioni: una prima sezione inerente i dati anagrafici dei ragazzi; una seconda dedicata al percorso scolastico seguito, incentrata a conoscere anche leventuale scelta di un istituto superiore, per coloro che frequentano la terza media; una terza sezione intitolata Conoscenze, incentrata su informazioni standard sugli anni vissuti in Italia, sul gradimento della citt di Messina, sulla conoscenza della lingua italiana, sul grado di istruzione e sulla professione dei genitori; una quarta sezione intitolata Tempo libero, la cui funzione principale stata quella di conoscere come i ragazzi trascorrono le ore lontano dallo studio, quali sono i loro hobby, ma soprattutto, quanto effettivamente si trovano bene con i coetanei italiani, e cosa pensano del rapporto italiani-stranieri. In questa sezione possibile acquisire conoscenze relativamente allambiente familiare, ed in particolare, su come i genitori interpretano il rapporto italiani-stranieri.

Il questionario termina con la Sezione famiglia che ha fornito importanti informazioni riguardo la religione professata, il rapporto scuola-famiglia, estrapolato dalla frequenza dei genitori alle riunioni scolastiche.

Infine, stata posta ai ragazzi una domanda aperta nella quale stato chiesto se sono felici di vivere in Italia, con conseguente motivazione. 3. Analisi descrittiva del dataset

Il questionario stato somministrato ad un campione costituito dal 48% da maschi e dal 52% da femmine, distribuiti in un intervallo di et che va dagli 11 ai 18 anni.

Analizzando la distribuzione per sesso e per et notiamo un addensamento attorno allintervallo 12-15 anni, meno numerosit si ha invece per i ragazzi di 11 anni e per quelli di 16, 17 e 18 anni.

I rispondenti al questionario provengono da 29 paesi differenti, anche se la maggior parte di loro si trova in Italia dalla nascita.


17

Tabella 1 Provenienze dei genitori e luogo di nascita dei figli.

Provenienza Madre Padre Luogo di nascita del figlio Filippina 95 95 21

Srilankese 36 35 19 Marocchina 29 32 20

Rumena 12 8 12 Italiana 10 30 139 Polacca 10 8 7 Cinese 5 5 3

Tedesca 5 0 0 Colombiana 3 0 2

Etiopica 3 0 0 Iraniana 3 4 2 Tunisina 3 3 2

Palestinese 2 3 0 Ecuadoriana 2 2 2

Ucraina 2 2 3 Ungherese 2 0 0 Francese 2 0 0 Albanese 1 1 1 Brasiliana 2 0 2 Bulgara 1 1 1 Cilena 1 0 1

Ghanese 1 1 0 Libica 1 1 1 Russa 1 1 0

Spagnola 1 0 0 Statunitense 1 2 1

Svizzera 1 0 0 Venezuelana 1 1 1

TOT. 236 235 240 Fonte: ns. elaborazione

Ai fini dellottenimento di un quadro pi chiaro ed omogeneo, stato utile

raggruppare le provenienze dei genitori in 9 aree, rispettivamente Africa, Asia, Italia, Nord Europa, Est Europa, Nord America, Sud America e di seconda generazione di immigrati.


18

Tabella 2 Provenienza dei padri e delle madri.

Provenienza Padre

Africa Asia Italia Nord Europa

Est Europa

Nord America

Sud America

di sec. gen.

Tot.

Africa 34 0 2 0 0 0 0 0 36 Asia 0 140 1 0 0 0 0 0 141 Italia 3 3 0 0 0 2 1 1 10 Nord

Europa 0 0 9 0 0 0 0 0 9

Est Europa 0 0 8 0 20 0 0 0 28

Nord America 0 0 1 0 0 0 0 0 1

Sud America 0 0 6 0 0 0 2 0 8

di sec. gen. 0 0 3 0 0 0 0 1 4

Provenienza Madre

Tot. 37 143 30 0 20 2 3 2 237 Fonte: ns. elaborazione

Riguardo la distribuzione delle famiglie nel comune di Messina, dallanalisi effettuata risultato che la maggior parte di immigrati risiede nella IV circoscrizione, ovvero nella zona centrale della citt, dove se ne ritrovano il 41%. Le zone a seguire con una discreta densit di abitazioni di immigrati sono la III, la V e la VI, un bassissimo numero di residenze si riscontrano invece nella zona sud della citt, e dunque nella I e nella II circoscrizione, con il 4% delle famiglie.

Fonte: ns. elaborazione


19

4. Metodologia di Analisi: multilevel analysis

Data la struttura gerarchica dei dati, dopo aver attuato una descrizione accurata del problema, si deciso di applicare un modello multilevel (Goldstein, 1995) con lobiettivo di indagare la relazione tra lindividuo, ovvero lo studente cio lunit micro, e il contesto, ovvero la scuola o lunit macro. In tale modo si voluta formalizzare linterazione individuo/ambiente, attraverso lo studio delleffetto delle variabili contestuali sulle scelte e di quelle individuali sui comportamenti.

La modellistica multilevel (Goldstein, 1995; Snijders, Bosker, 1999) ha incontrato particolare favore nellambito della misurazione della soddisfazione in quanto, tenendo conto esplicitamente della struttura gerarchica delle informazioni, diviene un utile strumento per formulare le relazioni tra il comportamento individuale e il livello macro-situazionale e, di conseguenza, per incorporare fattori relativi al contesto di residenza, che viene a costituire il livello superiore (macro) di riferimento. La metodologia multilevel permette di individuare sia quanta parte della variabilit totale da attribuire ai fattori di livello superiore, sia lesistenza di relazioni diverse tra le caratteristiche individuali e i gruppi che definiscono il livello superiore (interazione tra livelli).

Le macro-situazioni definiscono una gerarchia solo teorica che non ha riferimenti operativi (Racioppi, Rampichini, Zaccarin, 1997) e che nelle analisi viene ricondotta ad una aggregazione territoriale/amministrativa che si presume essere rilevante. La scelta dei livelli della gerarchia e quindi degli ambiti di influenza sul comportamento individuale un aspetto cruciale sia dal punto di vista sostanziale per linterpretazione delleffetto macro, sia dal punto di vista statistico in quanto si corre il rischio di sovrastimare limpatto dellaggregato considerato (Goldstein, 1995). Levidenza empirica emersa dalle applicazioni multilevel a supporto di ipotesi di effetti del contesto territoriale sul comportamento individuale, appare senzaltro interessante, soprattutto in relazione alla individuazione delle variabili rappresentative dei meccanismi attraverso i quali le macro-situazioni interagiscono con le azioni micro. 5. Analisi dei dati

Si proceduto alla stima del modello prendendo in considerazione come unit di primo livello i 250 studenti delle scuole medie inferiori, mentre come unit di secondo livello sono state scelte le 3 classi e di terzo livello le 25 scuole della citt in cui si riscontrata la presenza di stranieri. Le variabili esplicative prese in considerazione sono state scelte sulla base di una preliminare cluster variables analysis e sulla base della conoscenza del fenomeno. In particolare, come covariate


20

di primo livello sono state incluse: let, il sesso, listituto, la provenienza, la nazionalit, il titolo di studio e lattivit lavorativa dei genitori, la religione, il partecipare a corsi e gite scolastiche, il rapporto con i compagni e con gli amici italiani. La covariata di secondo livello indica lessere ripetente o meno e quella di terzo livello la posizione territoriale della scuola.

Il modello stimato un modello random intercept, ovvero ad intercetta casuale, mentre le pendenze sono fisse. La funzione link utilizzata quella logit.

Assumendo che la variabile risposta si distribuisca secondo una binomiale: yikj~Binomial(njkj,ijk) (1)

Il modello che formalizza la relazione di dipendenza rispetto alle variabili

esplicative ritenute predittive :

( ) [ ]211111

121244332211

*00ijk

:,0

....)(logity

=

+=

+++++=

+=

N

xxxxxxe

k

kk

ijkijkijkijkkijk

ijkijk

(2)

( )[ ]

[ ] ( ) [ ]1:,0/1

0

5.00

*0

=

=

eeijk

ijkijkijk

enxx

6. Interpretazione del modello

Il modello adottato, relativamente al giudizio espresso dagli studenti delle scuole medie inferiori sul proprio livello di soddisfazione nei riguardi della loro vita nella citt di Messina, sottolinea come risultano significative, in base al test di Wald, variabili esplicative a livello micro come il lavoro e lo studio dei genitori, il rapporto con gli amici, il partecipare a dei corsi; in particolare, i coefficienti associati ad essi sono positivi esprimendo una tendenza allaumento della soddisfazione.

Ci mette in evidenza il peso di tali fattori sullo stile di vita degli studenti e, conseguentemente sul loro giudizio, che positivo laddove i genitori lavorano abitualmente e possono permettersi di offrire diverse opportunit extra-scolastiche di incontri sociali ai propri figli quali iscrizioni a corsi e ad attivit sportive.

A livello macro risulta significativa la variabile esplicativa relativa al terzo livello, ovvero la collocazione territoriale della scuola, risultando fortemente


21

predittiva del fenomeno in questione. La variabile che riguarda il secondo livello non risulta, invece, avere un peso statisticamente significativo sul giudizio espresso dagli studenti. 7. Considerazioni conclusive

Alla luce dei risultati sulla soddisfazione dei figli di immigrati ottenuti attraverso lapplicazione dellanalisi multilevel, si pu affermare che le osservazioni si diversificano fondamentalmente in riferimento al terzo livello, ovvero tra le scuole, dove presente una maggiore variabilit. Risulta, dunque, essere di fondamentale importanza la collocazione territoriale della struttura; pi ci si avvicina al centro della citt, pi positivo il giudizio di soddisfazione degli studenti.

Quanto alla dipendenza del fenomeno dalle variabili esplicative del primo livello, sia la partecipazione a corsi, gite, attivit sportive, che il rapporto con i compagni risultano essere fortemente predittive del fenomeno.

In definitiva, il fenomeno dellintegrazione, pur di notevole complessit, costituisce dunque una risorsa in quanto punto dincontro con altre culture e modelli di vita e offre spunti di riflessione di notevole rilevanza. Per tale motivo e allo scopo di individuare le modalit di approfondimento del problema, si ritiene auspicabile considerare non solo, come altri paesi hanno affrontato situazioni analoghe, ma anche come confronti con altre indagini condotte a livello territoriale locale, permetterebbero di pervenire a comparazioni di rilevante interesse conoscitivo e culturale. Riferimenti bibliografici Goldstein H. (1995), Multilevel Statistical Models, Halstead Press, New York. Racioppi F., Rampichini C., Zaccarin S. (1997), Lintegrazione delle dimensioni micro e macro negli studi di popolazione: alcuni aspetti dell approccio di ricerca multilevel, in (Giorgi P., Strozza S.), Studi di Popolazione. Temi di Ricerca Nuova Roma, 25-27 Giugno 1996, Dipartimento di Scienze Demografiche Universit di Roma, La Sapienza. Snijders T.A.B., Bosker R.J. (1999), An Introduction to basic and advanced multilevel modelling, SAGE Publication, London.


22

SUMMARY

An exploratory research on the lifestyle of the immigrants sons in a city of

South Italy

The aim of this article is to verify which social-demographic variables can have a statistically significant weight on the lifestyle of immigrants sons that had chosen to live in a city of the South Italy. We focused our attention on the whole of the foreign pupils who live in Messina and attend the firsts, seconds and third classes of the government middle schools. They received a questionnaire that allows to evaluate the degree of their satisfaction towards the place where they live, on the bases of their degree of integration and adaptation. The descriptive analysis puts in evidence that they mainly live in the IV district or in the centre of the city. The chosen approach is the multilevel modelling, due to the hierarchical nature of the data. With reference to the individual context interaction, the analysis allows to affirm that the territorial collocation is a particularly significant variable at macro level. A further examination through techniques of multidimensional analysis is desirable for a more specific study of the phenomenon.

______________________________ Giuseppe AVENA, Ricercatore di Statistica Sociale, Facolt di Scienze Statistiche, Universit di Messina. Santina PILATO, Dottore di Ricerca in Statistica e Risorse Ambientali, Universit di Messina.


POVERT E STANDARD DI VITA DELLA POPOLAZIONE

STRANIERA IN LOMBARDIA

Elisa Barbiano di Belgiojoso, Francesco M. Chelli, Anna Paterno

1. Premessa

Nel corso degli ultimi anni povert ed esclusione sociale hanno trovato ampio spazio nei dibattiti e nelle analisi socio-economiche. Studiare la povert significa analizzare, in un approccio multidimensionale, i molteplici aspetti e fattori, non solo economici, che concorrono alla sua determinazione.

Nonostante la rilevanza del tema anche per quanto concerne la popolazione immigrata, sono ancora pochi gli studi volti ad indagare tale problematica rispetto a questo particolare collettivo. Pertanto, qualora ci si accinga a stimare lincidenza della povert tra gli stranieri, necessario affrontare alcuni aspetti metodologici relativi alla scelta dellapproccio da seguire. Infatti, opportuno interrogarsi sulladeguatezza e sulla validit degli strumenti utilizzati per lintera popolazione nel caso in cui il collettivo di riferimento sia quello degli immigrati, caratterizzati da modelli economici e di consumo e da standard di vita molto diversi dalla popolazione autoctona. Come tenere inoltre conto dellaspetto multidimensionale del fenomeno in analisi? In questo contributo si intende rispondere a tali interrogativi. Si presenteranno quindi i risultati delle analisi condotte su un campione di stranieri presenti in Lombardia, fornendo una stima dellincidenza della povert e tracciando lidentikit delle famiglie povere e non povere. 2. Lindagine ISMU sulla presenza straniera in Lombardia

Dal 2001, ogni anno la Fondazione ISMU svolge, nellambito dellOsservatorio

Regionale per lintegrazione e la multietnicit, unindagine campionaria sui cittadini stranieri maggiori di 14 anni, provenienti da paesi a forte pressione migratoria e presenti a qualsiasi titolo regolari e non in Lombardia, con lobiettivo di monitorare la presenza straniera e di descriverne le principali caratteristiche (per ulteriori dettagli e per i risultati si veda Blangiardo, 2008). I dati utilizzati in questo lavoro sono stati raccolti nel corso dellindagine effettuata nel 2007, che ha interessato 9mila cittadini stranieri selezionati in base al metodo di


24

campionamento per centri o ambienti di aggregazione (Baio, Blangiardo, Blangiardo, 2008).

Al fine di fornire una breve descrizione della popolazione straniera presente in Lombardia ed, in particolare, delle caratteristiche che influiscono sulla condizione di povert, si propongono brevemente alcuni risultati dellindagine riguardanti la struttura della famiglia, unit statistica di riferimento per le analisi che seguono. Complessivamente la tipologia familiare pi ricorrente la coppia coniugata con figli, indice di un progetto migratorio finalizzato al trasferimento stabile in Italia, seguita dal single, forma familiare molto diffusa tra gli arrivi pi recenti (tab.1). Tabella 1 Tipologie familiari acquisite rispetto alla macroarea di provenienza e al genere. (Valori percentuali). Lombardia. Anno 2007.

Totale Tipologia familiare Uomini Donne Single 34,3 19,3 Coppia coniugata 7,5 7,9 Coppia convivente 1,4 3,4 Monoparentale 4,1 11,5 Coppia coniugata + figli 51,1 54,1 Coppia convivente + figli 1,6 3,9 Totale 100,0 100,0

Fonte: Blangiardo, 2008

Tuttavia esistono alcune differenze legate a provenienza e genere: tra gli immigrati provenienti dallAmerica Latina, la coppia coniugata con figli, pur continuando ad essere il modello prevalente, molto meno frequente, mentre sono pi diffuse le famiglie monoparentali e le coppie conviventi con figli. Inoltre, in particolare per asiatici e nord africani, rilevabile una maggior proporzione di donne che vivono con coniuge e figli a scapito della quota di donne single.

La dimensione media familiare pari a 2,7 persone, valore leggermente superiore a quanto riscontrato per la popolazione complessiva della Lombardia ovvero 2,3 persone (Istat). Inoltre, quasi un terzo degli intervistati costituisce famiglia a s, mentre esiste una sostanziale equiripartizione tra i nuclei di 2, 3 e 4 componenti che costituiscono ognuna il 18% circa delle famiglie, e il restante 13% vive in un nucleo di almeno cinque persone. In aggiunta, pi della met degli intervistati non ha figli in Italia (54%), il 19,2% ha un solo figlio al seguito e il 17,6% ne ha due; meno frequenti, anche se non trascurabili, i casi di famiglie con pi di 3 figli (9,2%).


25

3. Povert reddituale e povert negli standard di vita Quando ci si accinge a stimare lincidenza della povert in riferimento ad un

particolare collettivo necessario scegliere lapproccio da seguire, non esistendo, infatti, al momento attuale, ununica metodologia. Tuttavia, a livello nazionale ed internazionale, il metodo maggiormente utilizzato si basa sullInternational Standard of Poverty Line (ISPL). Tale approccio si fonda sullindividuazione di una linea di povert relativa calcolata per la popolazione residente. Tale linea pu essere stimata sulla base dei redditi o in alternativa dei consumi familiari e permette di distinguere le famiglie povere dalle famiglie non povere.

Volendo stimare lincidenza della povert tra gli stranieri presenti in Lombardia, si ritenuto opportuno in primo luogo verificare lapplicabilit di tale metodologia. Il primo passo consistito nella scelta della variabile di riferimento per lanalisi. A tal riguardo, stato da pi parti evidenziato come gli stranieri mostrino modelli di consumo particolari, connotati da una maggiore propensione al risparmio rispetto alla popolazione autoctona e dallinvio di rimesse, anche ingenti, al paese dorigine (Barsotti, Moretti, 2004). Inoltre la condizione di povert, in molti casi, pu essere percepita dalla popolazione immigrata come una fase necessaria e transitoria del progetto migratorio. Muovendo da tali considerazioni, si ritenuto pi opportuno riferire lanalisi ai redditi dei cittadini stranieri, definendo come povere le famiglie di due componenti che dispongono di redditi non superiori al reddito medio pro-capite nazionale.

Per procedere alla stima della soglia di povert per lanno 2007, si ricorsi allultima informazione disponibile per il reddito pro-capite medio relativo alla popolazione italiana1, ovvero il dato registrato per il 2006 (Banca dItalia, 2008) pari a 1.036,83 al mese. Al fine di disporre di una misura aggiornata per lanno successivo si deciso di procedere alla rivalutazione al 2007 della soglia identificata per il 2006 sulla base dellindice dei prezzi al consumo calcolato per lintera collettivit e pari all1,8%, in modo analogo a quanto effettuato dallIstat (Istat, 2008). Cos procedendo si ottenuta la soglia di povert per lanno dellindagine che risulta pari a 1.055,5.

Per la trasformazione dei redditi in redditi equivalenti si utilizzata la scala di equivalenza di Carbonaro (Commissione dindagine sullesclusione sociale, 2000), scelta condivisa anche dallIstat. Tale scala prevede lapplicazione alla soglia di povert di diversi coefficienti correttivi a seconda della dimensione familiare.

Infine, confrontando il reddito equivalente familiare con la soglia

1 La scelta di usare il dato nazionale si fonda sulla considerazione che il ricorso al valore dellarea geografica a cui appartiene la Lombardia avrebbe comportato una stima dellincidenza della povert troppo elevata.


26

precedentemente determinata, le famiglie sono state distinte tra povere e non povere e si ottenuta una stima dellincidenza della povert tra gli stranieri in Lombardia pari al 30,8%. Tale valore appare molto elevato se paragonato con il dato della popolazione complessiva: infatti, per il Nord Italia nel 2006 si registrata una percentuale di poveri pari al 5,5 (Banca dItalia, 2008).

Le elaborazioni fin qui commentate hanno consentito di classificare gli intervistati come poveri o non poveri adottando, come unica variabile di riferimento, il reddito familiare equivalente al lordo delle rimesse.

La consapevolezza che la condizione di indigenza si configura come multidimensionale e non pu, quindi, essere misurata soltanto in base alle risorse finanziarie ha reso, per, necessario, come gi effettuato in precedenti occasioni (Chelli, Paterno, 2002; 2006), considerare anche altri aspetti inerenti gli standard di vita degli extracomunitari osservati. In questottica, si voluto osservare un ventaglio pi ampio di caratteristiche degli intervistati, diverse dal reddito e finalizzate ad evidenziare la presenza di povert specifiche. stata quindi eseguita unanalisi discriminante (dora in poi AD), su una batteria di 46 variabili esplicative, delle quali soltanto 9 (per la loro descrizione cfr. par. 4) sono risultate significative2. Partendo quindi dalla classificazione (iniziale), ottenuta in base allISPL, lanalisi discriminante stata reiterata (Merlini, 1992), al fine di produrre una classificazione stabile (finale)3 che esprimesse essenzialmente la variabilit delle dimensioni selezionate.

Tale classificazione finale stata quindi incrociata con quella ottenuta mediante lISPL, in modo da separare coloro che sono risultati poveri, contemporaneamente, dal punto di vista sociale e finanziario, sia da quanti sono stati definiti indigenti con riferimento ad uno solo dei due aspetti, sia infine da coloro che non sono poveri in relazione ad entrambi. Le proporzioni assunte dai gruppi cos formati (tab. 4), mostrano innanzitutto che, al 44,1% di intervistati definiti come non poveri secondo ambedue i metodi utilizzati, si contrappone il 16,5% di extracomunitari poveri finanziariamente e socialmente. Ci sembrerebbe indicare che, in unampia quota di casi, alla disponibilit di maggiori redditi corrispondono migliori condizioni di vita e, in una proporzione pi ristretta, alla scarsit di introiti monetari si associa una precariet negli stili di vita.

Nonostante ci, il 25,1% degli individui osservati, pur disponendo di redditi non significativamente esigui, viene classificato come indigente poich contraddistinto da differenti povert nelle condizioni di vita. Lesistenza di tale gruppo, che 2 Per la scelta delle variabili stato utilizzato il metodo stepwise basato sulla variabile lambda di Wilks. 3 La classificazione finale una classificazione che rimane stabile alle iterazioni successive dellAD (ossia presenta un errore di classificazione nullo).


27

sarebbe rimasto sconosciuto applicando ai dati in nostro possesso un metodo di classificazione basato unicamente sui redditi, rende evidente la necessit di utilizzare pi metodologie e pi dimensioni affinch non rimangano sommersi quegli aspetti sociali che risultano essere essenziali alla comprensione del fenomeno in particolare quando si studiano collettivi, come quello degli immigrati, eterogenei rispetto alla popolazione di riferimento. Parallelamente, la presenza di una quota (pari al 14,3%) di stranieri poveri solo in base al reddito mette in luce che quasi la met di degli individui che dispongono di limitate risorse finanziarie non sembra essere penalizzata se si osservano gli standard di vita raggiunti. Tabella 4 Confronto tra i risultati ottenuti mediante lInternational Standard of Poverty Line e lanalisi discriminante reiterata, valori percentuali.

Analisi discriminante reiterata International Standard of Poverty Line Non poveri Poveri Totale

Non poveri 44,1 25,1 69,2 Poveri 14,3 16,5 30,8 Totale 58,4 41,6 100,0

Fonte: nostre elaborazioni su dati ISMU.

4. Poveri e non poveri: un identikit

Lintento di conoscere meglio sia le principali caratteristiche individuali e familiari, sia le condizioni di vita dei quattro gruppi ottenuti dalle elaborazioni eseguite pu essere raggiunto in primo luogo mediante losservazione delle variabili dimostratesi significative nellAD (tab. 5).

Le prime tre di esse riguardano aspetti tra di essi strettamente collegati (ovvero le spese mediamente destinate al cibo e allabbigliamento, allabitazione e ad altri impieghi) e mostrano, comera lecito attendersi, che, mentre ai sicuramente poveri e agli indigenti in base al solo reddito corrispondono importi molto simili, gli altri intervistati si distinguono per cifre notevolmente pi elevate. La stessa circostanza si verifica per lammontare medio delle rimesse destinate ai familiari rimasti in patria, mentre la propensione al risparmio sembra accrescersi passando dal primo al quarto gruppo di intervistati.

Indicativo della condizione abitativa appare il numero medio di persone per stanza, che evidenzia che il sovraffollamento degli alloggi, caratteristica diffusa tra gli immigrati, inversamente correlato al livello e al tipo di povert.

Due ulteriori discriminanti concernono la situazione professionale, mettendo in luce che gli extracomunitari che non partecipano al mercato del lavoro (in quanto non attivi o disoccupati) sono ovviamente penalizzati soprattutto sul piano


28

reddituale. Infine, interessanti risultano le indicazioni secondo le quali gli stranieri di religione musulmana (prevalentemente provenienti dallAfrica) sono presenti solo nel primo e nel terzo gruppo, presumibilmente a causa della loro maggiore capacit (per costrizione o per scelta4) di adattarsi a situazioni pi disagiate.

Tabella 5 Variabili significative nellanalisi discriminante, valori medi per gruppi di intervistati classificati in base al livello di povert.

Variabili Poveri Poveri in

base allISPL(c)

Poveri in base allAD(d)

Non poveri

Spesa equival. media mens. famil. per alimentari e abbigl.(a) 253,24 252,57 400,78 369,16 Spesa equival. media mens. famil. per la casa(a) 294,02 294,95 460,75 452,87 Spesa equival. media mens. famil. per altro(a) 109,43 122,78 248,50 238,73 Importo medio mens. famil. per rimesse(a) 59,71 73,80 218,56 214,35 Importo medio mens. famil. per risparmio(a) 59,61 102,93 245,04 323,98 N. di persone per stanza 1,69 1,59 1,42 1,29 Condizione professionale: casalinga o studente(b) 0,21 0,16 0,05 0,05 Condizione professionale: disoccupato/a(b) 0,16 0,00 0,05 0,00 Religione musulmana(b) 0,92 0,00 0,96 0,00 Note: (a) valori espressi in Euro; (b) 0=no, 1=si; (c) non poveri in base allAD; (d) non poveri in base allISPL. Fonte: nostre elaborazioni su dati ISMU

Nella tab. 6 compaiono alcune caratteristiche degli extracomunitari che, pur non

essendosi rivelate significative nellAD, possono fornire ulteriori indicazioni utili al fine di arricchire lidentikit dei vari gruppi5.

Gli intervistati definiti come finanziariamente e socialmente indigenti, infatti, si contraddistinguono dai non poveri, oltre che per una minore conoscenza della nostra lingua, anche per peculiari connotazioni familiari, tra le quali la presenza di un coniuge/partner straniero, di un maggior numero medio di figli (anche conviventi in Italia e minorenni) e, di conseguenza, di un pi alto ammontare medio di familiari e, pi in generale, di persone coabitanti.

Infine, interessanti appaiono anche gli elementi distintivi delle persone classificate come povere solo in base allISPL, che sono pi spesso donne, in posizione giuridicamente regolare, mediamente pi istruite e arrivate pi di recente rispetto agli individui definiti come indigenti solo dallAD. Tali considerazioni 4 A tal riguardo, ulteriori analisi, non mostrate in questa occasione per motivi di sintesi, individuano le possibili determinanti di tale risultato: maggiore presenza di persone sole, con progetti migratori temporanei, pi propense alla rapida accumulazione di denaro da risparmiare o trasferire in patria, ecc. 5 Nel successivo commento di tali variabili si accenna anche ad altri aspetti emersi dalle elaborazioni effettuate ma non riportati nella tab. 6 per ragioni di spazio.


29

possono far immaginare che queste persone, pur mostrando alcuni elementi che potrebbero potenzialmente configurarsi come elementi di forza nel determinare i loro standard di vita, vengono invece penalizzate dal punto di vista reddituale, forse anche a causa di situazioni di sottoccupazione o sfruttamento della loro attivit lavorativa.

Tabella 6 Ulteriori variabili illustrative, valori medi per gruppi di intervistati classificati in base al livello di povert.

Variabili Poveri Poveri in

base allISPL(f)

Poveri in base allAD(g)

Non poveri

Genere(a) 1,39 1,51 1,23 1,53 Condizione giuridica regolare(b) 0,41 0,56 0,53 0,55 Anzianit migratoria(c) 8,53 7,63 9,24 8,02 Titolo di studio(d) 2,48 2,66 2,55 2,84 Capacit di scrivere in italiano(e) 2,48 2,70 2,74 2,96 Coniuge/partner cittadino italiano(b) 0,03 0,08 0,12 0,17 N. figli totale 1,76 1,48 1,17 1,14 N. figli minorenni conviventi in Italia 1,43 1,04 0,47 0,43 N. persone coabitanti 4,23 3,79 3,36 3,10

Note: (a) 1=uomo, 2=donna; (b) 0=no, 1=si; (c) in anni; (d) 1=nessun titolo formale, 2=scuola dellobbligo, 3=scuola secondaria superiore, 4=laurea o diploma universitario; (e) 1=per niente, 2=molto poco, 3=sufficientemente, 4=abbastanza, 5=molto bene; (f) non poveri in base allAD; (g) non poveri in base allISPL. Fonte: nostre elaborazioni su dati ISMU. 5. Considerazioni conclusive

Le indicazioni emerse dalle elaborazioni fin qui sinteticamente commentate

suggeriscono numerose considerazioni. Non essendo possibile, per limiti di spazio, esplicitarle tutte, si ritiene opportuno sottolineare solo, da un punto di vista metodologico, come sia emersa la necessit che la misurazione del livello di indigenza, nel caso in cui si osservino sotto-popolazioni caratterizzate da comportamenti eterogenei rispetto a quelli della popolazione complessiva, sia frutto dellapplicazione di pi metodi di analisi. Il confronto tra i risultati ottenuti da differenti metodi, inoltre, pu far emergere la presenza di povert specifiche, altrimenti sconosciute, la cui eliminazione potrebbe costituire un importante obiettivo di azioni sociali e politiche finalizzate a ridurre la povert e migliorare le condizioni di vita della popolazione.


30

Riferimenti bibliografici essenziali Baio G., Blangiardo G.C., Blangiardo M. 2008. Centre sampling technique in foreign migration surveys: a methodological note. Quaderno di dipartimento, 6, pp 1-13. Milano. Banca dItalia 2008. I bilanci delle famiglie italiane nellanno 2006. Supplemento al Bollettino statistico. Indagini Campionarie. Nuova serie. Anno XVIII, Numero 7. Roma. Barsotti O., Moretti E. (a cura), 2004, Rimesse e cooperazione allo sviluppo, Franco Angeli, Milano. Blangiardo G.C. (a cura) 2008. Limmigrazione straniera in Lombardia. La settima indagine regionale. Rapporto 2007. Fondazione ISMU. Milano. Chelli F., Paterno A. 2002. Misurazione del livello di povert in un collettivo di immigrati: due metodi a confronto, in Rivista Italiana di Economia, Demografia e Statistica, 4, 11-30. Chelli F., Paterno A. 2006. La povert. In: Sospesi tra due rive: migrazioni e insediamenti di marocchini e albanesi, Paterno A., Strozza S., Terzera L., (a cura), pp 192-206, Franco Angeli, Milano. Commissione dindagine sullesclusione sociale 2000. Rapporto annuale sulle politiche contro la povert e lesclusione sociale, Presidenza del Consiglio dei Ministri, Dipartimento per gli Affari Sociali, Roma. ISTAT 2008. La povert relativa in Italia nel 2007. Statistiche in breve. Famiglia e Societ. Merlini A. 1992. Un metodo per la formazione dei gruppi quando richiesto che essi siano in una relazione ordinale, Quaderni dellIstituto di Matematica e Statistica, Universit di Ancona.

SUMMARY

The rapid growth of the number of migrants living in Italy during the last

decades has aroused great interest in the analysis of migrants characteristics, especially standard of living. However, the existing approaches for the determination of poverty line are not sufficiently suitable for the foreign population. Indeed migrants present a specific consumption profile and are more inclined to saving in order to send money at their original country. In order to estimate the percentage of poor families living in Lombardy, to introduce the multidimensional aspect of poverty condition and to describe the different characteristics of migrant families, we combine the International Standard of Poverty Line method with an iterative discriminant analysis. Elisa BARBIANO DI BELGIOJOSO, Assegnista di ricerca in Demografia, Dipartimento di Statistica, Universit di Milano-Bicocca. Francesco M. CHELLI, Professore straordinario di Statistica Economica, Dipartimento di Economia, Universit Politecnica delle Marche. Anna PATERNO, Professore associato di Demografia, Dipartimento per lo Studio delle Societ Mediterranee, Universit di Bari.


INEQUALITY IN ITALY: AN APPROACH BASED ON SHAPLEY

VALUE DECOMPOSITION

Martina Celidoni, Margherita Gerolimetto, Luca Salmasi

1. Introduction

According to OECD1, in 27 countries around the world the majority thinks that

the economic developments of the last few years have not been shared fairly. Especially in some countries2, e.g. Italy, the perception of the unfairness in sharing benefits and disadvantages is quite strong. For this reason we propose in this study an analysis of inequality, focused on factors, in order to understand how occupation, education and demographic characteristcs affect income distribution.

In particular, in this paper the dynamic of inequality in Italy over the period 1997-2004 is studied using the Shapley value decomposition methodology. Up to now, the latter has been used with cross-sectional data about income distribution, ignoring the dynamic impact of the underlying causes. In this work we add the time dimension of the phenomenon by introducing macrocohorts.

The paper is structured as follows: first we present how macrocohorts have been constructed and the dynamic of Italian housholds expenditure in the period 1997-2004, then we describe the Shapley value decomposition and finally we discuss the empirical results. 2. Data

The dataset used for the analysis comes from the Italian budget household survey conducted by ISTAT, we focused our attention on the period 1997-2004. According to previuos empirical analysis (Gunatilaka and Chotikapanich, 2006) we use households expenditure as proxy for income because directly related to 1 Over 80% of the surveyed sees iniquitous the distribution of economic resources in the economy. www. http://www.oecd.org/dataoecd/44/62/41524135.pdf [11/06/2009]. 2Italy, France, Spain, South Korea, Japan and Germany.

Volume LXIII nn. 3-4 Luglio-Dicembre 2009 32

welfare. In this study the idea is to study the dynamic of the inequality of the income

distribution also in the time dimension by considering macrocohorts. A macrocohort can be defined as a group with fixed membership, formed by individuals, that can be identified as they show up in the survey (Deaton 1985). Grouping individuals according to a common characteristic gives the possibility to observe macrocohorts over time. We grouped the households on eight indipendent cross-sections of Italian housholds between 1997-2004 on the basis of the head's year of birth. We defined eleven groups by a five-years band except for the first and the last macrohorts, where the age brackets are extended due to the small cell size3. We decided to focus our attention on those macrocohorts with the haed aged 20-79 in 1997.

After grouping data, we adjusted expenditure according to the Carbonaro's equivalence scale, this allows us to compare households of different size, netted out of economies of scale effects. If we consider expenditure levels as proxy for income, we are able to compute the Gini index for macrocohorts and year and estimate the contribution of several factors to income dispersion. In the next section we will present the methodology. 3. The Shapley value decomposition

The Shapley value decomposition approach is a regression-based methodology

that permits to quantify the impact on inequality of several causal determinants (Shorrocks, 1982, 1999). The idea is to specify an income generating model that includes what we consider contributory factors and subsequetly decomposes the Gini index isolating the effect of each factor. The methodology can be used to decompose any inequality index using any income general funtional form.

Shorrocks (1999) proposed a general application of the Shapley value method to decompose income inequality, this procedure treats symmetrically all factors and leads to an exact additive decomposition of inequality index into contributory factors. The methodology has the advantage that groups of factors may be considered as a single entity without affecting their total contribution.

3It is necessary that each macrocohort size is sufficienty large in order to obtain consistent estimates.Verbeek and Nijman (1992) showed that fairly large cohort sizes, i.e. 100 individuals, are needed to validly ignore the cohort nature of the data.


33

To clarify the procedure, we start from our income generating model, where Y denotes the macrocohorts expenditure, OccX , EduX and DemX are groups of variables related respectively to occupation, education and demographic characteristics of households. The variables related to macrocohorts and months are collected in Z . We use a linear generating model for income.

.= tDemEduOcc +++++ ZXXXY 43210 (1) The fitted values of the regression will be computed as follows, ,= ZXXXY 43210 ++++ DemEduOcc (2) they will be used to obtain the Gini index for macrocohort and year, we call it

TOTG , i.e. the total predicted income inequality. The Shapley value decomposition allows us to quantify the factor contributions

by removing kXk from the total income and measuring the extent by which

TOTG changes. There are many possible sequences in which kX may be eliminated, therefore we have to compute, for the same group, several contributions according to all the possible elimination sequences. The k -th factor contribution to inequality will be given by the average of those computed in each sequence.

In our model with three explanatory groups of variables, there will be three rounds of elimination, the computation becomes more complicated the larger is the set of groups considered.

In the first round we start eliminating one group of variables at a time. If we drop the occupation group in the income generating model, we will obtain a predicted income given by the following

.= ZXXY 4320 +++ DemEdu (3) With the new predicted values, netted out of the occupation effect, we compute

the Gini index, DemEduG , . Now we can obtain the occupation contribution, 1C ,

where 1 denotes the round number, as the difference between the total predicted income inequality and the inequality computed dropping occupation .= ,

1DemEduTOTOcc GGC (4)


In a similar way we eliminate education and demographic characteristics from the income generating model, obtaining the predicted values netted out, respectively, of the two groups effects. We compute the Gini indexes, DemOccG , and

EduOccG , , to obtain education and demographic characteristics contributions as follows ,= ,

1DemOccTOTEdu GGC .= ,

1EduOccTOTDem GGC (5)

The second round estimates the contribution of factors dropped two groups at a

time from equation (2). The idea is to isolate the effect of one group starting with the Gini indexes where only two grops are considered. From the first round we have DemEduG , , DemOccG , and EduOccG , , the total inequality given by the groups couples. If the aim is to obtain the occupation contribution, we can start with

DemOccG , but also EduOccG , , so eliminating, respectively, the effect of demographic characteristics or education. The contribution of occupation in the second round will be the average between 21OccC and

22OccC . We can estimate the contribution of

the other two groups using the same procedure. If we continue with the logic of group elimination, the groups contribution at

the final round will be derived by the difference between, respectively, OccG ,

EduG , DemG and the Gini index computed using the equation

.= ZY 40 + (6)

Finally the contributions at each round are averaged across all rounds to obtain the total marginal effect of each group on total inequality. 4. Variables

The dependent variable used in the analysis is the logarithm of the households

expenditure as proxy for the income. We considered, as determinants for the households expenditure, groups of variables related to occupation, education and demographic characteristics. Although we include in the income generating equation several explanatory variables, we will decompose inequality only into


35

three groups mentioned before. The set of variables that we labelled occupation includes the unemployment and

work positions. The latter can be blue collars and workers, in terms of, respectively, the share of households in the macrocohort whose head occupies that work position.

The regression model includes also education related variables. We denoted as secondary education the proportion of households in the macrocohort, whose head has completed 13 years of schooling. High education refers to people with bachelors, graduations and higher degrees. We decided to ignore primary education because it is a quite generally shared characteristic.

The income inequality is determined also by demographic characteristics of households. We consider in the analysis the following demographic variables: the number of children aged 0-14 and the number of adults in the household. To control also for time and macrocohorts effects we included in the income generating equation macrocohort and month dummies. 5. Empirical results

We report the regression coefficients in Table 1, obtained form the OLS

estimation of model (1), using R. We can see that the value of the 2R is high, meaning that the regression appears to perform well. Almost all coefficients are significant and have reasonable signs, we will discuss them in detail referring to one group at a time.

Variables from 1X to 3X refer to occupation, more precisely they are respectively unemployment, blue collar and worker positions. As expected, the higher the proportion of unemployed, blue collars or workers the lower marginally will be the income. The demographic variables are 4X and 5X , respectively the number of children aged 0-14 and the number of adults in the household, the coefficients signs are negative due to equivalence scale effects. The variables 6X and 7X refer to education, 6X is the share of household's head with secondary education and 7X is the proportion of household's head with high education. As long as the proportion of secondary education increases, the marginal effect on income is positive. The relationship between income and high eduction has the same sign, but the absolute value of the coefficient is larger, as expected.


The other explanatories considered are macrocohort dummies from 8X to 17X , and month dummies from 18X to 28X . We can observe that almost all

macrocohort dummies coefficients are significant, especially we can notice that the absolute value is larger for younger and older macrocohorts. 0X is a constant adjusted for heteroschedasticity.

Table 1 Estimates.

Socio-demographic variables Macrocohort and month dummies

Est. Std. Err t -

value t -

prob Est. Std. Err

t - value

t - prob

X0 7.81 0.05 154.43 < 0.001 *** X8 -0.46 0.04 -10.9 < 0.001 *** X1 -0.6 0.17 -3.55 0 *** X9 0.01 0.02 0.38 0.71 X2 -0.17 0.08 -2.3 0.02 * X10 -0.01 0.02 -0.38 0.71 X3 -0.18 0.07 -2.52 0.01 * X11 -0.07 0.02 -3.16 0 ** X4 -0.24 0.02 -9.64 < 0.001 *** X12 -0.08 0.03 -3.14 0 ** X5 -0.06 0.02 -3.25 0 ** X13 -0.1 0.03 -2.8 0.01 ** X6 0.33 0.07 5.01 0 *** X14 -0.13 0.04 -3.38 0 *** X7 0.86 0.09 9.17 < 0.001 *** X15 -0.2 0.04 -4.77 0 ***

X16 -0.3 0.04 -6.92 0 *** X17 -0.38 0.04 -8.96 < 0.001 *** X18 -0.01 0.01 -1.17 0.24 X19 0 0.01 0.02 0.99

The regression results are then used to compute the contributions from

occupation, education and demographic variables to income inequality. In Figure 1 we represent the contributions in the first round. Focusing our attention on the occupation effects, we notice that this factor explains the income inequality for macrocohorts from 1 to 8, i.e. for individuals aged 20-60, this means that occupation affects income distribution during the working age, as expected. The demographic characteristics seem to be relevant for macrocohorts from 1 to 5, this is due to the number of children aged 0-14 in the household as explanatory variable. Looking at the education effect we can notice that the contribution to income inequality is higher for individuals aged 20-34 and individuals aged 40-45. The first peak can be interpreted as the effect of individuals that enter early in the labor market with secondary education. As for the second peak it can be related to the big time of career for individuals with higher education.

The estimates of the second round contributions are shown in Figure 2. We can


37

notice that the effects dynamic for each group of variables is similar to the results in the first round and this can be seen also in the final round.

On the whole, the use of panel data allows us to take into consideration the temporal dimension, showing how inequality and factors contributions have changed over time. Macrocohorts effects are significative and lead to different patterns of expenditure, which decreases much faster for younger (20-29) and older (55-79) individuals. Consequently, there are different inequality degree for individuals in each macrocohort and different contributions to inequality for macrocohorts. Figure 1 - First round contributions.

Figure 2 - Second round contributions.


References [1] Deaton, A. (1985), Panel data from time series of cross sections, Journal of Econometrics, 30, 109-126. [2] Gunatilaka, R. and Chotikapanic, D. (2006), Inequality trends and determinants in Sri-Lanka: a Shapley Approach to decomposition, Working paper 6/06, Department of Econometrics and Business Statistics, Monash University. [3] Shapley, L. 1953. A value for n-person games, in H.W.Kuhn and A.W.Tucker, eds. Contributions to the theory of games, vol. 2 (Princeton University Press). [4] Shorrocks, A.F. 1982. Inequality decomposition by factor components. Econometrica, vol. 52, pp. 1369-1385. [5] Shorrocks, A.F., 1999. Decomposition Procedures for distributional analysis: a unified framework based on the Shapley value. Mimeo, University of Essex. [6] Verbeek, M., and Nijman, T. (1992), Can cohort data be treated as genuine panel data?, Empirical Economics, 17, 9-23.

SUMMARY

Inequality in Italy: an approach based on the Shapley value decomposition The aim of this paper is to analyse inequality in Italy between 1997 and 2004.

We decompose the Gini index of inequality using the Shapley value decomposition (Shapley, 1953; Shorrocks, 1982) in order to rank the contribution of different socio - economic variables to income inequality among individuals and time.

Shapley's value decomposition is a regression based technique that allows to consider different explanatory factors, both economics and demographics. We used data from the Italian Household Budget Survey (ISTAT) in the period 1997 - 2004, previously treated in order to group individuals in cohorts with the aim to understand the dynamic of different factors contribution to inequality, using a Pseudo - Panel approach.

________________________ Martina CELIDONI, PhD student in Economics and Management, University of Padua. Margherita GEROLIMETTO, Lecturer in Economics Statistics, University of Venice. Luca SALMASI, PhD student in Economics and Finance, University of Verona.


LESCLUSIONE FINANZIARIA NELLE FAMIGLIE ITALIANE

Angela Coscarelli, Domenica Federico, Antonella Notte*

1. Introduzione

Il termine esclusione finanziaria viene utilizzato con riferimento a persone che hanno difficolt ad accedere e/o a far uso di servizi e prodotti finanziari largamente diffusi, perch considerate unbanked o underbanked (Claessens, 2005). Questo fenomeno abbastanza rilevante in Italia, dove nuove forme di povert si stanno sviluppando. Basti pensare allesclusione dallaccesso al credito di alcune famiglie che possono avere molte difficolt ad avviare unattivit o addirittura a vivere. Nel corso degli ultimi anni, infatti, i profondi cambiamenti economici che la societ italiana ha subito rispetto al passato hanno costituito unoccasione importante per interrogarsi sul fenomeno dellesclusione finanziaria. In particolare, questi mutamenti si manifestano in modo evidente nel mercato del lavoro, sempre pi caratterizzato da forme di impiego precario, flessibile e temporaneo, da nuove forme di povert, dalla crescente richiesta di accesso al credito da parte delle microimprese e dalle grosse difficolt che presentano i soggetti marginali ad avviare unattivit economica. In Italia, attualmente, sono aumentate le famiglie non titolari di alcuna attivit finanziaria, neanche nelle forme pi semplici del conto corrente bancario. Lelevata presenza di questi soggetti confina lItalia allultimo posto in termini di bancarizzazione rispetto agli altri Paesi dellUnione Europea. Alla luce di queste considerazioni, lo scopo della ricerca duplice. In primo luogo, lo studio intende evidenziare come alcuni fattori socio-economici e finanziari possano influenzare l'esclusione finanziaria. In secondo luogo, la ricerca intende descrivere il fenomeno dellesclusione finanziaria nelle regioni italiane al fine di evidenziare dei cluster, omogenei al loro interno ma eterogenei tra di loro rispetto alle caratteristiche. Lanalisi effettuata mediante la raccolta e lo studio dei dati pubblicati dalla Banca d'Italia e dallIstat. La ricerca si avvale di un approccio multidisciplinare e si realizza attraverso unAnalisi in Componenti Principali (ACP) e di una Cluster Analysis.

* Il presente studio frutto delle riflessioni degli autori. In particolare, il paragrafo 2 da attribuire a Domenica Federico, il paragrafo 3 ad Antonella Notte, mentre il 4 ad Angela Coscarelli.


40

2. La review della letteratura

Lesclusione finanziaria di soggetti economicamente e socialmente deboli oggetto di significativo e crescente interesse da parte della letteratura (Pesaresi, Pilley, 2003). Laccesso adeguato ai servizi finanziari un elemento indispensabile per molti ambiti della vita economica e sociale, in particolare per alcune forme di consumo, di risparmio e di sviluppo dellattivit economica (Peachey, Roe, 2004). Ci nonostante, linaccessibilit ai servizi finanziari resta un fenomeno piuttosto diffuso. Nei Paesi in via di sviluppo essa coinvolge la quasi totalit della popolazione, mentre in quelli industrializzati riguarda una percentuale ridotta di soggetti. Lanalisi del fenomeno dellesclusione finanziaria sotto il profilo quantitativo presenta notevoli problemi: infatti, difficile ottenere stime attendibili a causa della dinamicit del fenomeno (un soggetto pu essere escluso in modo temporaneo o permanente) e della sua complessit (pu riguardare diverse prestazioni del mercato bancario e finanziario). Per giungere a una stima, molti lavori definiscono unbanked un soggetto che non sia titolare di un conto corrente bancario, di un conto corrente postale o di un conto similare.

In base a quanto emerge dalle numerose indagini empiriche, condotte in prevalenza in Inghilterra e in America, i principali aspetti socio-economici che influiscono sul mancato accesso ai servizi finanziari nei Paesi industrializzati sono:

per gli individui: bassi livelli di reddito e/o elevato grado di vulnerabilit connesso di norma a situazioni di disoccupazione o di occupazione instabile, gravi problemi di salute, et avanzata, scarsa scolarizzazione e/o formazione professionale, status di immigrato, donne;

per le famiglie: bassi livelli di reddito, presenza di soggetti vulnerabili, di bambini e anziani, struttura monogenitoriale (soprattutto se femminile), residenza in aree geografiche marginali o depresse, assistenza sociale (means tested benefits), abitazione principale non di propriet;

per le attivit imprenditoriali: piccola o piccolissima dimensione, titolare appartenente ad una particolare categoria di soggetti vulnerabili, prodotti/servizi realizzati per il mercato locale e finalizzati al soddisfacimento dei bisogni locali, operanti in contesti geografici e sociali depressi, caratterizzati da elevata rischiosit e da scarse dotazioni infrastrutturali.

Inoltre, le principali cause dellesclusione finanziaria possono essere ricondotte a sei fattori (Kempson, Whyley, 1999). In primo luogo, laccess exclusion. Invero, le istituzioni finanziarie per una serie di motivi (asimmetrie informative, costi di transazione, problemi di enforcement) non sono interessate ad avere rapporti con i soggetti a basso reddito. La principale spiegazione del fenomeno del razionamento del credito da parte di istituzioni finanziarie si basa sullesistenza di asimmetrie informative che si possono verificare prima della concessione del prestito e che


41

riguardano le difficolt che il creditore incontra nella conoscenza dei suoi potenziali clienti e nella valutazione della loro effettiva capacit di restituire sia il capitale che gli interessi. In secondo luogo, si parla di geographical access. La scarsa capillarizzazione sul territorio di banche e altre istituzioni finanziarie pu rendere difficile laccesso ad alcune fasce della clientela. In terzo luogo, si annovera la condition exclusion che identifica le condizioni di erogazione diverse dal prezzo (tempi di valutazione della richiesta, documentazione, ammontare e durata del prestito, frequenza di rimborso, possibilit di rinegoziazione) che possono rendere i servizi finanziari inappropriati a soddisfare le esigenze di persone con redditi bassi e discontinui. Infine, le ultime tre cause riguardano la price exclusion, ovvero alcuni servizi finanziari hanno costi insostenibili per certe fasce di popolazione, il marketing exclusion, ovvero le politiche di marketing delle banche (canali di promozione e commercializzazione dei prodotti) che possono escludere alcuni segmenti di mercato, e la self-exclusion, ovvero alcuni segmenti della popolazione rinunciano a formulare la domanda di servizi bancari e finanziari. Questultima causa dipenderebbe da una percepita inadeguatezza, dal timore/convinzione di essere rifiutati, da precedenti esperienze negative, dalla difficolt di confrontarsi con procedure burocratiche complesse, dalla scarsa confidenza con tematiche finanziarie, dalla mancanza di fiducia nelle istituzioni finanziarie, da barriere linguistiche e culturali. 3. La raccolta degli indicatori socio-economici e finanziari

Lanalisi stata condotta attraverso una categorizzazione e una suddivisione per aree tematiche di alcuni indicatori che individuano le caratteristiche specifiche dellesclusione finanziaria e della struttura familiare nelle regioni italiane, secondo tre distinte macroaree: socio-demografica, economica e finanziaria. Gli indicatori sono stati costruiti mediante la raccolta dei dati forniti dal XIV Censimento Generale della Popolazione e delle Abitazioni e dalla Banca dItalia. E stata operata una scelta sulla contemporaneit dei dati dando priorit alle informazioni pi recenti e aggiornate. Dopo aver effettuato unattenta analisi delle correlazioni, il database si compone di 16 variabili (Tabella 1).

Dal punto di vista socio-demografico, sono stati considerati gli aspetti dinamici della popolazione e le caratteristiche relative alla struttura della famiglia, come ad esempio il numero di persone che la compongono. Inoltre, si fatto riferimento al genere di persona che rappresenta la famiglia (maschile o femminile); sembrato opportuno valutare se la famiglia vive in unabitazione di propriet e se la superficie occupata varia tra i 60 e i 100 mq. In aggiunta stata considerata anche la variabile che descrive la disponibilit di acqua potabile. Ognuna di queste


42

variabili stata calcolata rapportando il dato regionale a quello nazionale, cogliendone quindi la relativa percentuale.

Tabella 1 Gli indicatori utilizzati.

Area socio-demografica Area economica Area finanziaria Indice di dipendenza anziani Persona di riferimento della famiglia (maschio e femmina) Composizione della famiglia (2 componenti) Disponibilit di acqua potabile Superficie abitata (60--|100) mq Abitazione di propriet

Reddito disponibile Tasso di disoccupazione (maschile e femminile) Tasso di attivit (maschile e femminile)

Credito al consumo Finanziamenti per cassa Finanziamenti oltre il breve Depositi in cc liberi Banche popolari Banche di Credito Cooperativo T

Documents

RIVISTA ITALIANA DI ECONOMIA DEMOGRAFIA E STATISTICA · XLVI Riunione Scientifica della Società Italiana di Economia, Demografia e Statistica tenutasi a Firenze dal 28 al 30 maggio